Return to Video

Bu bilgisayar sizin zihninizi okumayı öğreniyor

  • 0:00 - 0:01
    Greg Gage: Zihin okuma.
  • 0:01 - 0:05
    Bilim kurgu filmlerinde düşüncelerimizi
    okuyabilen böyle makineleri gördünüz.
  • 0:05 - 0:07
    Yine de, beyinlerimizdeki
    elektriksel aktiviteyi
  • 0:07 - 0:09
    okuyabilen cihazlar günümüzde bulunuyor.
  • 0:09 - 0:11
    Bu cihaza EEG diyoruz.
  • 0:12 - 0:14
    Bu beyin dalgaları bilgi içeriyor mu?
  • 0:14 - 0:18
    Öyleyse, düşüncelerimizi okuyabilmesi için
    bir bilgisayarı eğitebilir miyiz?
  • 0:18 - 0:20
    Arkadaşım Nathan,
    zihin okuma makinesi geliştirmek için
  • 0:20 - 0:22
    EEG cihazını kandırmaya çalışıyor.
  • 0:22 - 0:24
    [DIY Neuroscience]
  • 0:25 - 0:26
    İşte EEG böyle çalışıyor.
  • 0:27 - 0:28
    Kafanızın içindeki beyin,
  • 0:28 - 0:31
    milyarlarca nöron hücresinden oluşuyor.
  • 0:31 - 0:33
    Bu nöronların her biri
    birbirine elektriksel mesaj gönderiyor.
  • 0:33 - 0:36
    Ufak mesajlar elektrik dalga
    üretmek için birleşebiliyor,
  • 0:36 - 0:38
    biz de bunu monitörlerle
    tespit edebiliyoruz.
  • 0:38 - 0:41
    Bilindiği gibi EEG büyük çaplı
    şeylerle ilgili bilgi verebiliyor,
  • 0:41 - 0:44
    örneğin uyuyakaldığınızı
    veya tetikte beklediğinizi.
  • 0:44 - 0:45
    Peki başka bir şeyi gösterebilir mi?
  • 0:45 - 0:47
    Gerçekten düşüncelerimizi okuyabilir mi?
  • 0:47 - 0:50
    Bunu test edeceğiz ve karmaşık
    düşüncelerle başlamayacağız.
  • 0:50 - 0:52
    Oldukça basit şeyler yapacağız.
  • 0:52 - 0:53
    Bir kişinin gördüğü şeyi,
  • 0:53 - 0:56
    yalnızca onun beyin dalgalarını
    kullanarak yorumlayabilir miyiz?
  • 0:56 - 0:59
    Nathan işe Christy'nin kafasına
    elektrotlar yerleştirerek başlayacak.
  • 0:59 - 1:01
    Hayatım karman çorman oldu.
  • 1:01 - 1:02
    (Gülüşmeler)
  • 1:02 - 1:06
    GG: Daha sonra ona dört farklı kategoriden
    birkaç tane resim gösterecek.
  • 1:06 - 1:09
    Nathan: Yüz, ev, manzara
    ve tuhaf resimler.
  • 1:09 - 1:12
    GG: Christy'ye böyle yüzlerce resim
    gösterdiğimiz için
  • 1:12 - 1:15
    ayrıca elektriksel dalgaları
    Nathan'ın bilgisayarında yakalıyoruz.
  • 1:15 - 1:17
    Beyin dalgalarındaki resimler hakkında
  • 1:17 - 1:20
    herhangi bir görsel bilgi
    tespit edebilmeyi görmek istiyoruz.
  • 1:20 - 1:23
    İşimiz bittiğinde
    Christy'nin ne tür bir resme baktığını
  • 1:23 - 1:25
    EEG bize gösterebilecek mi göreceğiz,
  • 1:25 - 1:28
    eğer gösterirse her kategori
    farklı bir beyin sinyalini tetiklemeli.
  • 1:28 - 1:31
    Peki, tüm ham veriyi elde ettik,
  • 1:31 - 1:33
    elimizde olanlar bunlar.
  • 1:33 - 1:36
    Çok karmaşık görünüyor,
    onları resme göre düzenleyelim.
  • 1:37 - 1:39
    Herhangi bir farklılık görmek için
    hâlâ çok gürültülü
  • 1:40 - 1:42
    fakat tüm resim türlerini sıralayarak
  • 1:42 - 1:44
    EEG'nin ortalamasını alırsak
  • 1:44 - 1:47
    ilk resim belirdiğinde
    bu gürültüyü kaldırabiliriz
  • 1:47 - 1:49
    ve kısa sürede
    her kategoride meydana gelen
  • 1:49 - 1:51
    bazı baskın modelleri görebiliriz.
  • 1:51 - 1:53
    Hâlâ tüm sinyaller
    oldukça benzer görünüyor.
  • 1:53 - 1:54
    Biraz daha yakından bakalım.
  • 1:54 - 1:57
    Resim belirdiğinden
    yaklaşık yüz milisaniye sonra,
  • 1:57 - 1:59
    dört vakada da yükseliş görüyoruz,
  • 1:59 - 2:01
    buna P100 diyoruz
  • 2:01 - 2:03
    ve bu kavramın
    bir objeyi fark ettiğinizde
  • 2:03 - 2:05
    beyninizde oluşan şey
    olduğunu düşünüyoruz.
  • 2:05 - 2:07
    Hay aksi, yüzün şu sinyaline bakın.
  • 2:07 - 2:09
    Diğerlerinden farklı görünüyor.
  • 2:09 - 2:11
    Resim belirdikten sonra,
  • 2:11 - 2:13
    170 milisaniye bir azalma var.
  • 2:14 - 2:15
    Orada neler olabilir?
  • 2:15 - 2:17
    Araştırma gösteriyor ki
  • 2:17 - 2:20
    beynimizin insan yüzlerini tanımaya
    atanmış pek çok nöronu var,
  • 2:20 - 2:22
    bu yüzden N170’deki ani yükselişte,
  • 2:22 - 2:25
    bütün bu nöronlar aynı anda
    ve aynı konumda ateşlenmiş olabilir
  • 2:25 - 2:27
    ve bunu EEG ile tespit edebiliyoruz.
  • 2:27 - 2:29
    Yani, burada iki ana fikir var.
  • 2:29 - 2:31
    İlki, gözlerimiz
    modellerdeki farklılıkları,
  • 2:31 - 2:34
    gürültünün ortalamasına ulaşmadan
    kesin olarak tespit edemez.
  • 2:34 - 2:36
    İkincisi, gürültüyü
    çıkardıktan sonra bile
  • 2:36 - 2:39
    gözlerimiz sadece yüzlerle
    ilintili olan sinyalleri algılar.
  • 2:39 - 2:41
    Burası makine öğrenimine
    döndüğümüz yerdir.
  • 2:41 - 2:45
    Gözlerimiz, gürültülü bir verideki
    modelleri algılamakta pek iyi değil
  • 2:45 - 2:48
    fakat makine öğrenimi algoritmaları
    bunu yapmak için tasarlanır.
  • 2:48 - 2:52
    Bu yüzden, Christy'nin gerçek zamanda
    neye baktığını yorumlayabilmek için
  • 2:52 - 2:54
    birçok resim ile veriyi alıp
  • 2:54 - 2:57
    girişini yapıp bir bilgisayarı
    eğitebilir miyiz?
  • 2:57 - 2:59
    Christy'ye bağlı EEG cihazından
  • 2:59 - 3:01
    gerçek zamanlı gelen bilgiyi
    kodlamaya çalışıyoruz
  • 3:01 - 3:05
    ve gözlerinin gerçekte neye baktığını
    tahmin etmeye çalışıyoruz.
  • 3:05 - 3:07
    Eğer bu işe yararsa görmemiz gereken şey,
  • 3:07 - 3:09
    Christy'nin manzara resmini her gördüğünde
  • 3:09 - 3:11
    buranın manzara, manzara,
    manzara, manzara demesi.
  • 3:11 - 3:13
    Bir yüz -- yüz, yüz, yüz, yüz.
  • 3:13 - 3:17
    Fakat aslında böyle çalışmıyor,
    bu bizim keşfettiğimiz şey.
  • 3:21 - 3:25
    (Gülüşmeler)
  • 3:25 - 3:26
    Tamam.
  • 3:26 - 3:30
    Yönetmen: Nasıl gidiyor?
    GG: Sanırım bize yeni bir iş gerekecek.
  • 3:30 - 3:31
    (Gülüşmeler)
  • 3:31 - 3:33
    Peki, bu büyük bir başarısızlıktı.
  • 3:33 - 3:35
    Fakat şunu hâlâ merak ediyoruz:
  • 3:35 - 3:37
    Bu teknolojiyi nereye kadar yürütebiliriz?
  • 3:37 - 3:38
    Yaptığımız işe geri dönüp baktık.
  • 3:38 - 3:41
    Şunu fark ettik:
    Veri bilgisayarımıza çok hızlı geliyordu,
  • 3:41 - 3:44
    resimlerin ne zaman geleceğine
    dair bir zamanlama yoktu
  • 3:44 - 3:46
    ve bu sözcüklerin arasında boşluk olmayan
  • 3:46 - 3:48
    çok uzun bir cümleyi okumakla eşdeğer.
  • 3:48 - 3:50
    Bunu okumak zor olurdu
  • 3:50 - 3:53
    fakat boşlukları eklediğimizde
    tekil sözcükler beliriyor
  • 3:53 - 3:55
    ve o zaman çok daha anlaşılır oluyor.
  • 3:55 - 3:57
    Fakat ya biraz hile yaparsak?
  • 3:57 - 4:01
    Bir sensör kullanarak, ilk resmin ne zaman
    belireceğini bilgisayara gösterebiliriz.
  • 4:01 - 4:04
    Böylece, beyin dalgaları
    kesintisiz bilgi dizisi üretmeyi durdurur
  • 4:04 - 4:07
    ve onun yerine,
    anlamlı tekil paketler oluşturur.
  • 4:07 - 4:09
    Ayrıca kategorileri ikiyle sınırlayarak
  • 4:09 - 4:11
    biraz daha hile yapacağız.
  • 4:11 - 4:14
    Bakalım gerçek zamanlı
    zihin okuma yapabilecek miyiz?
  • 4:14 - 4:15
    Bu yeni deneyde,
  • 4:15 - 4:17
    biraz daha daraltacağız,
  • 4:17 - 4:19
    böylece resmin ilk hamlesini öğrenip
  • 4:19 - 4:23
    kategorileri "yüz" ve "manzara"
    olarak ikiyle sınırlandıracağız.
  • 4:23 - 4:25
    Nathan: Yüz. Doğru.
  • 4:26 - 4:28
    Manzara. Doğru.
  • 4:28 - 4:31
    GG: Şimdiyse, resim her belirdiğinde
  • 4:31 - 4:33
    resmin ilk hamlesinin fotoğrafını çekip
  • 4:33 - 4:35
    EEG cihazının kodunu çözüyoruz.
  • 4:35 - 4:36
    Doğru çıkıyor.
  • 4:36 - 4:38
    Nathan: Evet. Yüz. Doğru.
  • 4:38 - 4:40
    GG: EEG sinyalinde bilgi var, bu iyi.
  • 4:40 - 4:43
    Bunu sadece resmin ilk hamlesiyle
    hizalamak zorundaydık.
  • 4:44 - 4:45
    Nathan: Manzara. Doğru.
  • 4:47 - 4:48
    Yüz. Evet.
  • 4:49 - 4:51
    GG: Bu, burada bir bilgi olması demek.
  • 4:51 - 4:54
    Resmin ne zaman belireceğini bilirsek
  • 4:54 - 4:58
    o resmin ne tür bir resim olduğunu,
    tepkisel potansiyellere bakıp
  • 4:58 - 5:01
    en azından ortalama olarak
    muhtemelen söyleyebiliriz.
  • 5:01 - 5:02
    Nathan: Kesinlikle.
  • 5:02 - 5:04
    GG: Bunun mümkün olduğunu
  • 5:04 - 5:05
    projenin başında bana söylemiş olsaydın
  • 5:05 - 5:06
    imkanı yok derdim.
  • 5:06 - 5:08
    Bunu yapabileceğimizi
    gerçekten düşünmemiştim.
  • 5:08 - 5:11
    Zihin okuma deneyimiz
    gerçekten işe yarıyor mu?
  • 5:11 - 5:13
    Evet ama çok fazla
    hile yapmak zorundaydık.
  • 5:13 - 5:16
    EEG cihazında bazı ilginç şeyler
    bulabileceğiniz ortaya çıkıyor.
  • 5:16 - 5:19
    Örneğin, siz birinin yüzüne bakarken
  • 5:19 - 5:21
    birçok sınırlamanın olması.
  • 5:21 - 5:24
    Belki makine öğrenimindeki gelişmeler
    muazzam çözümler bulacak
  • 5:24 - 5:27
    ve bir gün, düşüncelerimizde
    neler olduğunun şifresini çözebileceğiz.
  • 5:27 - 5:31
    Fakat şu an için, bir firma,
    cihazları kumanda etmek amacıyla
  • 5:31 - 5:34
    beyin dalgalarınızı denetim altına
    alabileceklerini söylerse
  • 5:34 - 5:37
    şüpheci yaklaşmak
    sizin hakkınız ve sorumluluğunuz.
Title:
Bu bilgisayar sizin zihninizi okumayı öğreniyor
Speaker:
DIY Neuroscience
Description:

Modern teknoloji, nörologların insan beynini dikkatle incelemelerini sağlıyor fakat bu teknoloji zihinleri de okuyabilir mi? Elektroenselogram ya da EEG olarak bilinen cihazla ve programlama ustalığıyla donatılmış olan cesur nörologlarımız, bir deneğin düşüncelerini dikkatle incelemeye girişiyorlar.
more » « less
Video Language:
English
Team:
closed TED
Project:
TED Series
Duration:
05:51

Turkish subtitles

Revisions

Our website uses cookies for analysis purposes.